Искусственный интеллект

Описание

Если рассматривать искусственный интеллект как составляющую часть научной дисциплины, мы получим когнитивистику, как она есть. Это направление, изучающее разум и процессы, происходящие в ИИ, собравшее в себе элементы философии, психологии, лингвистики, антропологии и нейробиологии.

Главное отличие искусственного интеллекта от других программ в отсутствии чётко заданного алгоритма решении задачи [3] . Согласно одной из распространённых версий, есть необходимый набор свойств для программы, чтобы считаться искусственным интеллектом. Исследователи уточняют, что список может быть неполным, так как какие-то из свойств интеллекта ещё не открыты или достаточно не изучены. Список выглядит так [4] :

Обработка естественного языка превращает боты в более сложную систему, позволяя им понимать голосовые команды или текст. Например, когда ты говоришь с Siri, она трансформирует твой голос в текст, проводит вопрос через поисковую систему и отвечает, используя человеческую речь.

Как хорошо, что человечество придумало лайв-чаты. Если вы еще храните воспоминания о бесконечных номерах телефонов, начинающихся с 0-800, вы должны понимать, какое это благо. Однако, иногда, разговаривая с оператором, отвечающим на вопросы об изменении адреса доставки еды или характеристиках метелки для пыли, в голове возникает подозрение: говорю я с живым человеком или роботом?

В 1960-х годах Стив Кук, Ричард Карп и другие учёные разработали теорию NP-полных задач, которые в теории решаемы, но время, необходимое на решение таких задач зависит от сложности задачи экспоненциально. При этом люди способны решать подобные задачи зачастую за гораздо меньшее время [1] . К началу 1970-х годов наука об искусственном интеллекте признала приоритет программирования систем над построением их материальной части в деле создания ИИ [6] . Примерно в это же время, начался резкий вал критики в отношении идей создания искусственного интеллекта, вылившийся в сокращение финансирования. В первую очередь это было связано с небольшими вычислительными мощностями существовавших тогда компьютеров, не позволявшими запустить сложную многоуровневую программу, из-за чего все практические образцы ИИ оставались на уровне «игрушек» (наибольшего успеха достигли программы для игры в шахматы).

Вы можете разместить подобную программу на своем сайте, чтобы пользователи могли получать ответы на часто задаваемые вопросы в режиме реального времени. В отличие от FAQ-страницы, такой бот может собрать статистику запросов и дополнить список актуальной информацией.

Одна из наиболее осуществимых систем применения ИИ — эвристика, то есть сортировка информации по категориям, используя имеющиеся данные. Пример такой деятельности — анализ контрагентов при банковских операциях [7] . Ещё одна сфера, в которой искусственный интеллект необходим — самоорганизующиеся системы, то есть компьютерные системы, способные изменять себя согласно заданным параметрам, условиям окружающей среды или необходимым к выполнению задачам [9] .

То есть, если у компьютера есть способность к семантическому анализу, то он может понять человеческий язык даже с учетом таких сложных деталей, как идиомы, метафоры и другие фигуры речи. Применительно к маркетингу это можно использовать для создания постов в блогах, статей и даже книг, которые будут неотличимы от работы маркетолога.

Алгоритм / Algorithm

В 1956 году Джон Маккарти впервые в истории ввёл в оборот термин «искусственный интеллект» (англ. artificial intelligence ). Год спустя Аллен Ньюэлл, Герберт Саймон и Клиффорд Шоу разработали первую программу, попавшую в эту категорию. Она предназначалась для игры в шахматы и в отличие от предыдущих основывалась на эвристике, то есть не имела точных теоретических оснований. В 1960 году ими же была разработана программа для решения головоломок, основанная на тех же принципах [3] .

SMM-щики, вероятно, знакомы с этим понятием благодаря системе, по которой фейсбук, твиттер и инстаграм определяют, какие новости отображать в ленте новостей. SEO-маркетологи регулярно сталкиваются с алгоритмами поисковых систем, определяющими рейтинг сайта и его позицию в поиске. Да можно даже далеко не ходить. Если у тебя есть подписка на Netflix, ты можешь наглядно увидеть, как компания использует алгоритм для подбора новых сериалов на основе твоих прошлых предпочтений.

В 1930-х годах британский и австрийский математики Алан Тьюринг и Курт Гёдель, а также другие математики пришли к выводу, что не существует универсального алгоритма для решения любых задач в некоторых важных математических областях. Существуют задачи, которые не решаются путём составления алгоритма, но доступны к решению человеком, так что был сделан вывод, что компьютеры по своей природе не могут делать то, что делают люди [1] .

Тогда же, в конце 1940-х годов, была впервые выдвинута идея машинного обучения. Согласно им, необходимо сделать программу, которая обладает базовым набором знаний и возможностью усваивать информацию, что позволит делать только «оболочку», которая будет самостоятельно достраивать себя до полноценного ИИ [1] .

Это еще один шанс для маркетинга создать систему идеальной рекламы. Программное обеспечение, способное на глубинный анализ, будет способно выдавать пользователю не только ту информацию, которую он хочет увидеть, но также и ту, которая ему необходима. Ты можешь очень долго сопротивляться заполнению налоговой декларации и даже не упоминать об этом нигде, но объявление об услугах финансового аналитика может прийтись очень кстати.

Однако это не так просто сделать. Человеческий мозг — уникальная система, где каждый нейрон завязан на другой. Ученые пытаются создать компьютеры с гибкими алгоритмами, позволяющими принимать креативные решения, повышающие шансы на успех достижения конкретной цели.